• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.627-628
• /
• 2008

본 논문에서는 수직 자계를 이용한 배관 내 자성체를 측정하는 시스템을 개발하였다. 자성체 면적 변화에 따른 측정 신호의 정밀도를 높이기 위해 배관 내 자기장의 크기 및 균일도를 고려한 설계 및 해석을 하였다. 인가 자기장의 크기는 반도체 소자의 노이즈 레벨($0.4{\sim}0.6$[G])보다 크고, 대상물체의 1% 면적 변화에 따른 ${\Delta}B$의 민감도를 고려하였으며, 코어의 형상 및 길이를 변화에 따른 배관 내 자기장의 크기와 균일도를 유한요소법을 이용하여 해석하였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.46 no.6
• /
• pp.28-37
• /
• 2009

In this paper, we propose an obstacle localization method using a road feature based on a V-disparity map binarized by a maximum frequency value. In a conventional method, the detection performance is severely affected by the size, number and type of obstacles. It's especially difficult to extract a large obstacle or a continuous obstacle like a median strip. So we use a road feature as a new decision standard to localize obstacles irrespective of external environments. A road feature is proper to be a new decision standard because it keeps its rough feature very well in V-disparity under environments where many obstacles exist. And first of all, we create a binary V-disparity map using a maximum frequency value to extract a road feature easily. And then we compare the binary V-disparity map with a median value to remove noises. Finally, we use a linear interpolation for rows which have no value. Comparing this road feature with each column value in disparity map, we can localize obstacles robustly. We also propose a post-processing technique to remove noises made in obstacle localization stage. The results in real road tests show that the proposed algorithm has a better performance than a conventional method.

• The Science & Technology
• /
• no.10 s.461
• /
• pp.57-63
• /
• 2007

• 한국과학교육학회:학술대회논문집
• /
• 2008.08a
• /
• pp.100.2-100.2
• /
• 2008

• Proceedings of the ESK Conference
• /
• 2004.10a
• /
• pp.55-55
• /
• 2004

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.254-256
• /
• 2010

최근 감시시스템 구축에서 디지털 비디오 레코더(DVR)를 이용하는 방식이 주를 이루고 있다. 영상압축 기술의 발전에 따라 디지털 비디오 레코더는 H.264/AVC 인코더를 기반으로 저장 공간 대비 고화질의 영상 저장이 가능해졌다. 또한, 다수 채널의 동시 처리가 가능해졌을 뿐만 아니라 영상 압축 및 저장 기능 외에 지능형 감시를 위한 기능이 요구되고 있다. 본 논문에서는 H.264/AVC 압축 비트열에서 움직임 벡터 추출 및 분석을 통한 영상내 이동 물체 검출 방법을 제안한다. 압축 비트열에서 현재 프레임과 이전 프레임의 움직임 벡터들의 크기와 각도를 비교하여 임계값 이하인 움직임 벡터들을 추출하여 이동 물체를 검출하였다. 이동 물체 검출 성능 평가를 위해 H.264/AVC의 참조 프로그램인 JM 15.1을 사용하여 인코딩 및 비트열 분석을 수행 하였고, 움직임이 검출된 시간 구간만을 디코딩 후 저장하는 알고리즘을 구현하였다. 제안된 방식은 디코딩 부분의 연산량 감소뿐만 아니라 저장소의 물리적 공간 절약이 가능하다.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2005.05a
• /
• pp.135-140
• /
• 2005

본 논문에서는 크기, 회전, 위치의 변환과 물체의 가리워짐, 복잡한 이미지에 대해서도 강인하게 동작하는 새로운 물체 인식 기법을 제안한다. 제안 기법은 기하학적 해싱 알고리즘에서 착안한 정합 방식과, 새롭게 정의된 엔트로피 정합 측도를 도입함으로써, 노드 간의 대응 과정 없이도 물체의 전체 구조정보를 한꺼번에 정합에 이용 할 수 있게 하여, 기존의 노드 대응에 기반한 그래프 정합 기법이 가지고 있는 조합적 계산 복잡도를 개선하고, 동시에 노드 정보의 손실과 경험적으로 정해주어야 하는 변수들을 최소화 하였다. 속성 관계 그래프에 기반한 정합 기법과 제안 기법과의 성능 비교 실험 결과 정확도와 인식 속도 측면에서 제안 기법이 보다 좋은 성능을 보임을 확인 하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.656-666
• /
• 1995

본 논문에서는 물체위로 투사된 line stripe으로부터 물체의 표면 정보를 추출하기 위해 2-D Grip paper를 이용해 캘리브레이션하는 방법이 제안되었다. 카메라의 이미지평면과 카메라의 가시범위에 있는 3차원 실세계간의 Projective Tranformation과정에서는 목표물과 이미지 평면사이의 거리나 각도 등이 정보를 실제로 측정해서 알고 있어야만 카메라와 실세계간의 캘리브레이션을 수행할 수 있다. 그러나 이미 크기나 거리를 알고 있는 Grid paper를 이용하면 카메라의 파라미터들에 대한 추정이나 카메라와 실세계간의 측정을 하지 않고서도 목표물위로 투사된 line stripe에 대한 정보를 얻을 수 있고 이를 이용해 물체의 표면에 대한 정보를 얻을 수 있다. 이미 지평면에 투영된 격자패턴에서 구한 교차점들의 위치를 이용해 실제 위치를 찾아낸다. 실제로 레이져스캐너를 이용해 물체위로 line stripe을 투사한 후, 위에서 제시한 방법을 통해 3차원 정보를 구하는 실험결과는 양호하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.311-314
• /
• 2007

자연계에는 다양한 생물체들이 군집을 형성하며 각 구성원들 간의 상호작용을 통하여 그들의 문제를 합리적으로 해결하고 있다. 이러한 사회적인 생물체들의 무리에서 발생하는 집합적인 습성을 스웜 지능이라 한다. 본 연구에서는 스웜 지능을 이용한 새로운 물체 추적 방법을 제안한다. 추적하고자 하는 물체의 영역에 에이전트의 역할을 하는 파티클을 랜덤하게 생성하여 스웜을 형성하고 파티클의 다섯가지 움직임 법칙을 정의한다. 실험은 $320{\times}240$ 크기의 동영상에서 물체를 추적하였고, 기존의 추적 방법인 Mean-Shift 보다 효과적이고 정확한 성능을 보여 주었다.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.26 no.1
• /
• pp.10-19
• /
• 1989

This paper proposes the object modeling algorithm using depth data. In order to extract the shape of the object, surface is classified by the magnitude and the direction of Z gradient within the 2x2 mask from input depth data. For the object combined with several primitives is separated by kernel points. Further, spatial relationship between surface regions is extracted for the recognition. Finally, the effectiveness of this algorithm is demonstrated by several experiments.